先给你一个明确的结论：Wilcoxon秩和检验（也叫Mann-Whitney U检验）在你的场景下有很强的适用性，但需要结合你的核心目标（检验均值vs中位数）和数据的分布形状来具体判断。咱们逐个拆解你提到的四个数据问题，看看它们对Wilcoxon检验的影响：

1. 非正态性：完美适配 #

Wilcoxon秩和检验本身就是为非正态分布的连续数据设计的非参数方法——它根本不依赖正态性假设，完全基于数据的秩次进行推断。你已经通过QQ图、直方图、Shapiro-Wilk检验确认了非正态性，而且常规变换（Box-Cox、对数）都无效，这正好是Wilcoxon检验发挥优势的场景，完全不用纠结分布问题。

2. 方差异质性：影响有限，但要留意分布形状 #

和t检验不同，Wilcoxon检验不要求两组方差齐性，它的核心假设是两组的分布形状相似（也就是所谓的“位置移动假设”）。如果你的两组数据只是中位数/均值位置不同，但分布的形状（比如偏度、峰度）大致一致，那方差不齐完全不会影响检验的有效性；但如果两组分布形状差异极大（比如一组严重右偏，另一组对称，或者离散程度天差地别），此时Wilcoxon检验的结论可能反映的是分布整体的差异，而不仅仅是位置差异。不过结合你后面提到的大样本量，这个影响会被大幅稀释。

3. 极度不平衡的样本量（1:300，但小组n>1000）：完全没问题 #

很多人担心非参数检验在样本量不平衡时的表现，但Wilcoxon秩和检验在大样本（哪怕是极度不平衡的大样本）下表现非常稳健。你的较小组样本量都超过了1000，总样本量极大，这意味着检验的统计效力会很高——哪怕是非常微小的位置差异都能被检测出来，完全不用在意1:300的比例悬殊问题。

4. 极端异常值：天然鲁棒 #

Wilcoxon检验基于数据的秩次而非原始数值，极端异常值只会被赋予最高或最低的秩，不会像t检验那样被无限放大，进而扭曲均值的计算。所以它对极端值的抗干扰能力远强于参数检验，这正好匹配你数据存在极端值的情况，是它的一大优势。

最关键的提醒：你的目标是均值还是中位数？ #

这里一定要划重点：

• Wilcoxon秩和检验的原假设是两组分布完全相同，备择假设是一组的分布随机大于另一组。当两组分布形状相似时，这个检验等价于检验中位数的差异；但如果分布形状不同，它检验的是更宽泛的“分布位置”，不一定对应均值差异。
• 如果你的核心目标是检验均值优劣：那Wilcoxon可能不是最优选择——因为非正态+极端值下，均值本身就不是一个稳健的统计量，此时更适合用Yuen's trimmed mean test（修剪均值检验），它可以剔除极端值的影响，同时在非正态、方差不齐、样本量不平衡的场景下表现极佳。
• 如果你的核心目标是检验中位数优劣，且两组分布形状大致相似：那Wilcoxon秩和检验就是非常合适的选择，完全适配你所有的数据问题。

总结建议 #

• 若目标是中位数差异，且两组分布形状相近：放心用Wilcoxon秩和检验，它能完美应对你的所有数据问题。
• 若目标是均值差异：优先考虑Yuen's修剪均值检验，它的鲁棒性更贴合你的需求。
• 无论选哪种方法，都一定要结合可视化（比如箱线图、小提琴图）辅助解读，直观展示两组数据的分布差异，让统计结论更有说服力。

内容的提问来源于stack exchange，提问作者sk3w3d